文献类型： 中文期刊

作者： 王佳丽 ¹ ; 蒯雁 ² ; 杨成伟 ² ; 字韶兴 ² ; 张国兴 ² ; 杨泽远 ² ; 张久权 ¹ ;

作者机构： 1.中国农业科学院研究生院

2.中国烟草总公司云南省大理州公司

关键词： 无人机;多光谱;叶绿素含量;逐步回归;随机森林;烟草

期刊名称： 江苏农业科学

ISSN： 1002-1302

年卷期： 2024 年 52 卷 015 期

页码： 232-238

收录情况： 北大核心

摘要： 叶绿素含量对作物的光合作用有直接影响，同时影响作物有机质的积累，成为监测作物生长的重要指标，烟草作为一种特殊的经济作物，快速监测其叶绿素含量具有重要意义。无人机遥感技术的发展为实现快速、无损监测提供了有利条件。为了探索一种快速便捷的估算烤烟冠层叶绿素含量的方法，实现方便高效的作物监测，利用SPAD-502型叶绿素仪测定烟草不同生育期叶绿素含量的实际值，并利用搭载多光谱相机的无人机采集对应时期烟草的光谱图像，研究不同施氮水平下烟草冠层叶绿素含量的变化规律，另外选取58种常用植被指数与冠层实测叶绿素含量进行相关性分析，选择与实测叶绿素含量极显著相关的11种植被指数，构建烟草冠层叶绿素含量逐步回归的随机森林模型。结果表明，不同施氮浓度下，旺长期叶绿素含量最高，同一生育期，叶绿素含量随施氮浓度的增加而上升；采用随机森林建立的烟草旺长期模型r²为0.790,RMSE为2.140。本研究证明，叶绿素含量随施氮浓度增加而变化明显，2种建模方法中随机森林模型的精度优于逐步回归模型，研究为烟草叶绿素含量的快速估算提供了一种新的方法，为利用无人机平台进行作物监测提供了可行的参考。